随着互联网的快速发展,每个互联网用户每时每刻都产生了大量的数据并借助网络进行传播,数据量呈现爆发式增长。海量数据背后蕴含了用户的各种信息。通过对用户数据的挖掘,构建用户画像,反映用户的特点与偏好,产品提供方就可以为用户带来更好的个性化服务,提高用户粘性,增加产品价值。本文从用户画像产品需求出发,借助大数据相关技术实现了一个面向互联网产品的用户画像系统。该系统支持来源多样、架构各异的数据源采集数据。利用分布式计算来实现TB级别数据量处理的能力。该系统同时支持离线计算与实时计算,能在处理海量数据的同时兼顾时效性。在标签值计算层面,本文创新性地提出了通过页面配置的方式生成标签值以及通过页面条件筛选实现用户人群划分。这使得产品以及运营团队可以按需创建标签以及划分用户群体,实现所选用户的数据分析,无需再由数据分析师每次针对特定人群开发新的报表。系统借助搜索引擎,实现了十亿级用户量查询秒级返回,很大程度上减轻了用户针对大量数据查询的时间成本。目前该系统已正式上线,通过页面查询、接口调用、数据推送等形式服务于产品、运营、推送、推荐等多个团队,为业务方产生了实际的使用价值。本文比较详细地介绍了用户画像系统在实际业界从设计到实现的过程,希望能给相关从业者构建类似系统时提供一定的参考价值。